Análise de Big Data por meio de estatísticas multivariadas na Indústria 4.0: uma revisão da literatura

Autores

  • Daniel Ayub Universidade Federal do Paraná
  • Wiliam de Assis Silva Universidade Federal do Paraná
  • Marcos Augusto Mendes Marques Universidade Federal do Paraná
  • Mariana Kleina Universidade Federal do Paraná
  • Fabiano Oscar Drozda Universidade Federal do Paraná

DOI:

https://doi.org/10.48075/comsus.v8i1.23757

Resumo


Com relação ao tema Big Data, observa-se atualmente uma quantidade significativa e um aumento considerável de publicações relacionadas ao assunto, porém ainda os pesquisadores sentem falta de meios para auxiliar na escolha dos referenciais teóricos. Desta forma, o objetivo deste trabalho é demonstrar um processo utilizado para a seleção das publicações relevantes, as quais são o produto de uma revisão sistemática da literatura e que buscam nortear os pesquisadores, agregando conhecimento para conduzir uma pesquisa sobre os métodos analíticos aplicados em Big Data, em ambientes de Manufaturas Inteligentes e apoiadas por abordagens multivariadas. Para buscar esse objetivo foi desenvolvido um roteiro de pesquisa e uma técnica de classificação das publicações mais relevantes. Como principais resultados deste processo, foi possível identificar 14 publicações aderentes, e que permitiram integrar os conceitos sobre Big Data, Indústria 4.0 e abordagens multivariadas, além de demonstrar a análise preditiva de dados como uma dos modelos mais utilizados na análise de Big Data.

Downloads

Publicado

27-08-2021

Como Citar

AYUB, D.; SILVA, W. de A.; MARQUES, M. A. M.; KLEINA, M.; DROZDA, F. O. Análise de Big Data por meio de estatísticas multivariadas na Indústria 4.0: uma revisão da literatura. Revista Competitividade e Sustentabilidade, [S. l.], v. 8, n. 1, p. 3–16, 2021. DOI: 10.48075/comsus.v8i1.23757. Disponível em: https://e-revista.unioeste.br/index.php/comsus/article/view/23757. Acesso em: 26 out. 2021.

Edição

Seção

Artigos